Agent Skills
返回列表
🤖

Nature 审稿模拟

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/yuan1z0825-nature-skills-nature-reviewer。

技能介绍

解决独立评审问题

在复杂科研稿件的评审流程中,确保多个评审视角的独立性与客观性是一项工程挑战。本技能专为扮演 Nature 风格的外部评审专家而设计,它约束模型在设定的边界内工作,防止在写作过程中出现跨评审视角的上下文泄露或潜在的逻辑倾斜。该技能严格区分了“评审评估”与“作者回应”的界限,避免评审过程被无意识转化为给作者的辩护策略建议。

核心能力与工作流程

该技能模拟严格的同行评审流程,主要包含以下机制:

  • 冻结评审包:只构建并分发用户提供的稿件、经验证的基准数据与期刊标准,构建不可篡改的评审输入环境。
  • 隔离上下文运行:在多个独立的上下文中分别推出3位互盲评审。各位评审只能看到固定的评审材料与预设的重点方向,绝不提供草稿清单或相互的顾虑线索。
  • 冻结后比对:先冻结每一份评审意见,在后续的综合分析中再比对共识点。这种重叠是独立思考的自然结果,禁止为了制造多样性而编辑报告。

输出结构与适用边界

最终输出包括3份独立评审和1份跨评审综合。每项技术问题都被分配稳定的 ID(如 R1-M1),并要求指向特定的 claim_pointer 和 evidence_pointer。重大问题会被标记为 Blocking,即不解决该问题则中心论证无法成立。

需要注意的是,本技能仅作为评审方的约束机制,不会给出编辑部的最终录用决定,也不会断言稿件是否属于 Nature。当材料不完整时,会显式标注评估的边界,不会凭空填补实验细节或对策文献。对于化学、气候学或遥感等特定领域,技能会加载 domain gates,但所有结论必须锚定在输入文本中。

使用场景

  • 作者准备向高影响力期刊投稿,希望以 Nature 标准预演外部评审,检视原创性、科学重要性和技术支持度,并找出应在投稿前解决的重大技术缺陷。
  • 实验室在提交稿件前,需要三份互不知晓彼此意见的评审和一份综合意见,输入只有摘要、图表说明和作者贡献说明。
  • 用户拿到三份独立评审,想得到一份编辑视角的合并清单,标注哪些问题被多位评审同时提出,哪些只是措辞或排版层面的小修。
  • 拿到初稿后,需要三位互不知晓彼此意见的评审分别核查 originality 与 soundness,并判断哪些议题应标记为 blocking,哪些只是 minor。

适合人员

  • 正在准备向 Nature 或同等级期刊投稿的研究人员,希望在提交前用外部评审视角找出技术漏洞,而不是只获得笼统的肯定或否定。
  • 需要客观反馈来判断是否值得为投稿投入更多实验的实验室 PI,希望看到互盲评审间的共识和独立分歧,而不是被包装后的单一结论。
  • 负责科研质量保证的团队成员,希望评审能标注证据缺口和无法评估的部分,不编造实验细节、引用或图表编号。
  • 为课题组提供投稿策略建议的独立顾问,需要区分编辑决定与 reviewer-style 评估,不把评审报告当成录用结论或 rebuttal 草稿。